Statitiques appliquées. Avec introduction au logiciel R

La probabilité est une science indispensable pour nombre de technologies et domaines de recherche. En effet, elle trouve des applications dans la physique quantique, comme en astronomie, télécommunications, radar, sonar, etc. Les méthodes statistiques ont été largement appliquées en ingénierie comme en finance ou en sociologie. Cet ouvrage s'appuie sur un texte clair, simple et concis. Il est plus riche en exemples et exercices résolus, en codes de programmation sous Matlab ou Python qu'en démonstrations, mais il permet de modéliser des situations complexes, continues comme discrètes. Il s'adresse à un public large d'étudiants en parcours universitaire ou de grande école, ingénieurs ou commerciaux. Des chercheurs de tous domaines amenés à traiter des données y trouveront des outils pertinents. Les auteurs ont développé des problèmes de synthèse pour résoudre des problèmes réels rencontrés dans des applications variées. En élaborant plusieurs solutions pour résoudre les divers exercices, cet ouvrage favorise l'autonomie du lecteur et l'incite à approfondir ses connaissances théoriques et pratiques tant en probabilité que sur les méthodes statistiques.

Ce livre a pour objet de guider et d'aider les étudiants dans la résolution d'exercices concernant l'inférence statistique. Les fiches de synthèse en début de chapitre permettent de retenir les concepts clés nécessaires à la résolution des exercices. Chaque fin de chapitre est consacrée à une mise au point concernant les difficultés rencontrées. Le livre s'intéresse au calcul des probabilités dans un contexte d'algèbre de Boole, aux variables aléatoires discrètes à une dimension (lois inconnues ou connues comme les lois Binomiale, Bernoulli ou Poisson) ainsi qu'aux variables aléatoires continues à une dimension. Le problème du calcul de probabilités s'oriente ensuite vers les variables aléatoires bidimensionnelles discrètes et continues. Après avoir rappelé la manière dont les tables statistiques doivent être lues, les auteurs montrent l'utilité du recours à la loi normale, notamment pour certaines statistiques d'échantillonnage. Les techniques d'estimations (ponctuelles et par intervalles de confiance) sont étudiées, afin de s'orienter progressivement vers une des parties les plus utiles en statistique : la théorie des tests (indépendance, homogénéité, adéquation, signification, comparaison). Cet ouvrage intéressera non seulement les étudiants en Faculté d'économie et de gestion, de niveau L2 et L3, les étudiants en écoles d'ingénieurs, tes écoles de commerce, les étudiants préparant certains concours administratifs, les étudiants en MIAGE, en AES (L2-L3), sociologie (L2-L3) et psychologie (L3), mais aussi les professionnels d la statistique (économiste-statisticien dé l'Etat, de l'entreprise, chargé de mission C M, les professionnels du contrôle de qualité des produits, entreprises ayant un département statistique).

Résumé : Ce livre s'adresse tout particulièrement aux professionnels de la santé, aux étudiants en sciences médicales et aux scientifiques qui consultent des statisticiens ou souhaitent comprendre les aspects statistiques de leurs recherches. L'auteur a conçu ce livre comme un guide d'interprétation de résultats plutôt que d'analyse des données. Pour ne pas dérouter les lecteurs, les mathématiques sont utilisées avec parcimonie, quand elles sont vraiment nécessaires à la bonne compréhension d'un concept et toujours accompagnées d'une explication contextuelle. Une méthodologie intuitive : Dans son livre, Motulsky présente les concepts et méthodes statistiques de manière claire et intuitive et les illustre par un grand nombre d'exemples basés sur des données réelles. Cet ouvrage traite des méthodes statistiques usuelles, aussi bien que de certaines méthodes avancées, incluant différents modèles tels que ta régression multiple, logistique et des risques instantanés proportionnels. Leurs conditions d'application sont discutées et une large place est donnée à l'interprétation des résultats qui en découlent. Un exposé théorique et pratique Tout au long de l'ouvrage, l'aspect pratique est mis en évidence, des exemples basés sur des données réelles ainsi que des analogies avec des exemples de la vie courante illustrent l'exposé théorique. L'auteur insiste sur tes conditions d'application des différentes méthodes et donne une importance toute particulière à l'interprétation critique des résultats de l'application de ces méthodes.

Qu'est-ce que la statistique descriptive ? A quoi sert-elle en psychologie ? Comment recueille-t-on des données ? A quoi ressemble un graphique boite à moustaches ? Qu'est-ce qu'un tableau de contingence ? Et un score z ? Comment les utiliser ? Est-ce compliqué ? "Statistique", un mot qui fait peur ! En 20 cours, cet ouvrage livre aux étudiants de psychologie les clés de la statistique descriptive, base indispensable pour la suite de leur parcours. Très concret, ancré dans la méthodologie propre à la psychologie, il décrit la statistique descriptive sous toutes ses formes (tableaux, graphiques, résumés numériques) grâce à des explications pas-à-pas. Il propose également des applications sur le logiciel R (libre et gratuit). Enrichi de nombreuses illustrations pour mieux visualiser et d'exemples ludiques pour dédramatiser la matière, ce guide progressif permettra à chaque étudiant d'apprivoiser la statistique et de l'utiliser de manière autonome et critique. Un véritable passeport pour la réussite ! Chaque fiche contient : un résumé de cours avec les grands concepts à maîtriser ; des applications, notamment sur R ; des conseils méthodologiques ; des exercices avec corrigés détaillés.